[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

DE112017000272T5 - Sekundärbatterieverwaltung - Google Patents

Sekundärbatterieverwaltung Download PDF

Info

Publication number
DE112017000272T5
DE112017000272T5 DE112017000272.9T DE112017000272T DE112017000272T5 DE 112017000272 T5 DE112017000272 T5 DE 112017000272T5 DE 112017000272 T DE112017000272 T DE 112017000272T DE 112017000272 T5 DE112017000272 T5 DE 112017000272T5
Authority
DE
Germany
Prior art keywords
battery
management system
battery cell
state
battery management
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE112017000272.9T
Other languages
English (en)
Inventor
John F. Christensen
Christina Johnston
Sarah Stewart
Aleksandar Kojic
Ashish Krupadanam
Nikhil Ravi
Sun Ung Kim
Reinhardt Klein
Anahita MirTabatabaei
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Robert Bosch GmbH filed Critical Robert Bosch GmbH
Publication of DE112017000272T5 publication Critical patent/DE112017000272T5/de
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/42Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/42Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/44Methods for charging or discharging
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/42Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/48Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M50/00Constructional details or processes of manufacture of the non-active parts of electrochemical cells other than fuel cells, e.g. hybrid cells
    • H01M50/50Current conducting connections for cells or batteries
    • H01M50/569Constructional details of current conducting connections for detecting conditions inside cells or batteries, e.g. details of voltage sensing terminals
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0013Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0013Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
    • H02J7/0025Sequential battery discharge in systems with a plurality of batteries
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048Detection of remaining charge capacity or state of charge [SOC]
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/005Detection of state of health [SOH]
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0063Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with circuits adapted for supplying loads from the battery
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/007Regulation of charging or discharging current or voltage
    • H02J7/0071Regulation of charging or discharging current or voltage with a programmable schedule
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/007Regulation of charging or discharging current or voltage
    • H02J7/00712Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters
    • H02J7/007182Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters in response to battery voltage
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/05Accumulators with non-aqueous electrolyte
    • H01M10/052Li-accumulators
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/42Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M10/4257Smart batteries, e.g. electronic circuits inside the housing of the cells or batteries
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/42Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/425Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
    • H01M2010/4271Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10Energy storage using batteries
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/60Other road transportation technologies with climate change mitigation effect
    • Y02T10/70Energy storage systems for electromobility, e.g. batteries

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • General Chemical & Material Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Electrochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Manufacturing & Machinery (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)

Abstract

Ein Verfahren zum Verwalten eines Batteriesystems, wobei das Batteriesystem mindestens eine Batteriezelle, mindestens einen Sensor, der ausgebildet ist zum Messen mindestens einer Charakteristik der Batteriezelle, und ein Batterieverwaltungssystem, das einen Mikroprozessor und einen Speicher enthält, enthält, wobei das Verfahren Folgendes umfasst: Empfangen, durch das Batterieverwaltungssystem, von dem mindestens einen Sensor mindestens einer gemessenen Charakteristik der Batteriezelle zu einem ersten Zeitpunkt und mindestens einer gemessenen Charakteristik der Batteriezelle zu einem zweiten Zeitpunkt. Das Batterieverwaltungssystem schätzt mindestens einen Zustand der Batteriezelle durch Anwenden eines physikbasierten Batteriemodells, wobei das physikbasierte Batteriemodell auf differential-algebraischen Gleichungen basiert; und Regeln, durch das Batterieverwaltungssystem, mindestens eines des Ladens oder Entladens der Batteriezelle auf Basis des mindestens einen geschätzten Zustands.

Description

  • ERKLÄRUNG BEZÜGLICH AUS BUNDESMITTELN GEFÖRDERTER
  • FORSCHUNG
  • Die vorliegende Erfindung erfolgte mit Regierungsunterstützung unter der von dem U.S. Department of Energy vergebenen ARPA-E-Vergabenummer DE- AR0000278 . Die US-Regierung besitzt an der Erfindung bestimmte Rechte.
  • ERFINDUNGSGEBIET
  • Die Erfindung betrifft allgemein Batterien, und insbesondere die Verwaltung einer Sekundärbatterie.
  • ALLGEMEINER STAND DER TECHNIK
  • Wiederaufladbare Lithiumbatterien sind attraktive Energiespeichereinrichtungen für tragbare elektrische und elektronische Geräte und elektrische und hybridelektrische Fahrzeuge wegen ihrer im Vergleich zu anderen elektrochemischen Energiespeichereinrichtungen hohen spezifischen Energie. Eine typische Lithiumzelle enthält eine negative Elektrode, eine positive Elektrode und einen Separator, der sich zwischen der negativen und positiven Elektrode befindet. Beide Elektroden enthalten aktive Materialien, die umkehrbar mit Lithium reagieren. In einigen Fällen kann die negative Elektrode Lithiummetall enthalten, das elektrochemisch aufgelöst und umkehrbar abgeschieden werden kann. Der Separator enthält einen Elektrolyten mit einem Lithiumkation und dient als eine physische Barriere zwischen den Elektroden, so dass keine der Elektroden innerhalb der Zelle elektrisch verbunden sind.
  • Während des Ladens werden typischerweise Elektronen an der positiven Elektrode erzeugt und eine gleiche Menge an Elektronen an der negativen Elektrode verbraucht. Während des Entladens treten entgegengesetzte Reaktionen auf.
  • Während wiederholter Lade-/Entladezyklen der Batterie treten unerwünschte Nebenreaktionen auf. Diese unerwünschten Nebenreaktionen führen zu der Reduktion der Kapazität der Batterie, Leistung bereitzustellen und zu speichern.
  • KURZFASSUNG
  • Zu traditionellen Ansätzen für das Verwalten der unerwünschten Nebenreaktionen in einer Batterie zählt das Begrenzen (oder anderweitiges Steuern/Regeln) der Rate des Ladens/Entladens der Batterie in einem Versuch, die unerwünschten Effekte zu minimieren. Diese Bemühungen resultieren können resultieren in verlängerten Ladezeiten und einer Reduktion der Spitzenleistung. Somit besteht ein Bedarf an einem System und Verfahren für die Bestimmung der Zustände und Parameter innerhalb einer Sekundärbatterie, was dem Batterieverwaltungssystem gestattet, die Arbeit der Batterie effizient zu regeln.
  • Eine kurze Darstellung von hierin offenbarten gewissen Ausführungsformen wird unten dargelegt. Es versteht sich, dass diese Aspekte lediglich vorgelegt werden, um dem Leser eine kurze Darstellung dieser gewissen Ausführungsformen zu geben, und dass diese Aspekte den Schutzbereich dieser Offenbarung nicht beschränken sollen. Tatsächlich kann diese Offenbarung eine Vielzahl von Aspekten einschließen, die möglicherweise nicht unten dargelegt sind.
  • Ausführungsformen der Offenbarung betreffen Systeme und Verfahren zum Umsetzen eines Batterieverwaltungssystems, das verschiedene Zustände der Batterie beispielsweise durch Anwenden eines Extended-Kalman-Filters schätzt und vorhersagt.
  • In einer Ausführungsform stellt die Erfindung ein Verfahren zum Verwalten eines Batteriesystems bereit, wobei das Batteriesystem mindestens eine Batteriezelle, mindestens einen Sensor, der ausgebildet ist zum Messen mindestens einer Charakteristik der Batteriezelle (z.B. Spannung, Strom und/oder Temperatur), und ein Batterieverwaltungssystem, das einem Mikroprozessor und einen Speicher enthält, enthält. Mindestens ein Zustand der mindestens einen Batteriezelle wird zu einem ersten Zeitpunkt durch Anwenden eines physikbasierten Batteriemodells geschätzt, das differential-algebraische Gleichungen anwendet, um physikalische Parameter einer chemischen Zusammensetzung der mindestens einen Batteriezelle zu berücksichtigen. Mindestens eine gemessene Charakteristik der Batterie zu einem ersten Zeitpunkt wird durch das Batterieverwaltungssystem von dem Sensor empfangen. Der mindestens eine Zustand der mindestens einen Batteriezelle wird dann auf Basis der mindestens einen gemessenen Charakteristik der Batterie zum ersten Zeitpunkt aktualisiert. Die Arbeit der Batterie (z.B. das Laden oder Entladen) wird dann durch das Batterieverwaltungssystem auf Basis des mindestens einen geschätzten Zustands geregelt.
  • Die Einzelheiten von einem oder mehreren Merkmalen, Aspekten, Umsetzungen und Vorteilen dieser Offenbarung sind in den beiliegenden Zeichnungen, der ausführlichen Beschreibung und den Ansprüchen unten dargelegt.
  • Figurenliste
    • 1A ist ein Blockdiagramm eines Batteriesystems, das eine Batteriezelle und ein Batterieverwaltungssystem mit einer in die Batteriezelle integrierten Erfassungsschaltungsanordnung enthält, gemäß einigen Ausführungsformen.
    • 1B ist ein Blockdiagramm eines anderen Batteriesystems mit der außerhalb der Batteriezelle bereitgestellten Erfassungsschaltungsanordnung gemäß anderen Ausführungsformen.
    • 2A ist ein Funktionsblockdiagramm eines Batteriesystems, das eine kombinierte Schätzstruktur anwendet, um beide physikalischen Parameter der Batteriezelle und Batteriezustandsinformationen gemeinsam zu schätzen, gemäß einigen Ausführungsformen.
    • 2B ist ein Funktionsblockdiagramm eines Batteriesystems, das physikalische Parameter der Batteriezelle und Batteriezustandsinformationen separat schätzt, gemäß einigen Ausführungsformen.
    • 3 ist ein Flussdiagramm eines Verfahrens zum Betreiben eines Batterieverwaltungssystems zum Regeln einer Batteriezelle durch Schätzen von Batteriezuständen und Parametern gemäß einigen Ausführungsformen.
  • AUSFÜHRLICHE BESCHREIBUNG
  • Eine oder mehrere spezifische Ausführungsformen werden unten beschrieben. Verschiedene Modifikationen an den beschriebenen Ausführungsformen ergeben sich dem Fachmann ohne Weiteres, und die hier definierten allgemeinen Prinzipien können auf andere Ausführungsformen und Anwendungen angewendet werden, ohne von dem Gedanken und Schutzbereich der beschriebenen Ausführungsformen abzuweichen. Somit sind die beschriebenen Ausführungsformen nicht auf die gezeigten Ausführungsformen beschränkt, sondern ihnen soll der breiteste Schutzbereich gewährt werden, der mit den hierin offenbarten Prinzipien und Merkmalen übereinstimmt.
  • Eine Ausführungsform eines Batteriesystems 100A ist in 1A gezeigt. Das Batteriesystem 100A enthält eine Anodenfahne 110A, eine Anode 120A, einen Separator 130A, eine Kathode 150A, eine Kathodenfahne 160A, eine Erfassungsschaltungsanordnung 170A und ein Batterieverwaltungssystem 180A. Bei einigen Beispielen kann der Separator 130A ein elektrisch isolierender Separator sein. Bei einigen Ausführungsformen umfasst der elektrisch isolierende Separator einen porösen Polymerfilm. Bei verschiedenen Ausführungsformen kann die Dickenabmessung der Komponenten einer Batteriezelle 102A für die Anode 120A etwa 5 bis etwa 110 Mikrometer betragen, für den Separator 130A weniger als etwa 50 Mikrometer oder in gewissen Ausführungsformen weniger als etwa 10 Mikrometer und für die Kathode 150A etwa 50 bis etwa 110 Mikrometer.
  • Während des Entladens der Batteriezelle 102A wird Lithium an der Anode 120A unter Bildung eines Lithiumions oxidiert. Das Lithiumion migriert durch den Separator 130A der Batteriezelle 102A zur Kathode 150A. Während des Ladens kehren die Lithiumionen zur Anode 120A zurück und werden zu Lithium reduziert. Das Lithium kann im Fall einer Lithiumanode 120A als Lithiummetall auf der Anode 120A abgeschieden werden oder im Fall einer Insertionsmaterialanode 120A wie etwa Graphit in die Hoststruktur eingelagert werden, und der Prozess wird mit nachfolgenden Lade- und Entladezyklen wiederholt. Im Fall einer Graphit- oder einer anderen Li-Insertionselektrode werden die Lithiumkationen mit Elektronen und dem Hostmaterial (z.B. Graphit) kombiniert, was zu einer Zunahme bei dem Lithiierungsgrad oder „Ladezustand“ des Hostmaterials führt. Beispielsweise x Li+ + x e- + C6 →LixC6.
  • Die Anode 120A kann ein oxidierbares Material wie etwa Lithium oder ein Insertionsmaterial, das Li oder irgendein anderes Ion wie etwa Na, Mg usw. einlagern kann, umfassen. Die Kathode 150A kann verschiedene Materialien wie etwa Schwefel oder schwefelhaltige Materialien (z.B. Polyacrylonitril-Schwefel-Kompositwerkstoffe (PAN-S-Kompositwerkstoffe), Lithiumsulfid (Li2S)); Vanadiumoxide wie Vanadiumpentoxid (V2O5); Metallfluoride wie etwa Fluoride von Titan, Vanadium, Eisen, Kobalt, Wismut, Kupfer und Kombinationen davon; Lithiuminsertionsmaterialien wie etwa Lithium-Nickel-Mangan-Kobaltoxid (NMC), lithiumreiches NMC, Lithium-Nickel-Manganoxid (LiNi0.5Mn1.5O4), lithiumreiche geschichtete Oxide wie etwa Lithium-Kobaltoxid (LiCoO2), Lithium-Eisenphosphat (LiFePO4), Lithium-Manganoxid (LiMn2O4), Lithium-Nickel-Kobalt-Aluminiumoxid (NCA) und Kombinationen davon umfassen. Die Partikel können weiterhin in einer porösen, elektrisch leitfähigen Matrix suspendiert sein, die ein polymeres Bindemittel und elektrisch leitfähiges Material wie etwa Kohlenstoff (Ruß, Graphit, Karbonfaser usw.) enthält. Bei einigen Beispielen kann die Kathode ein elektrisch leitfähiges Material mit einer Porosität von über 80% umfassen, um die Ausbildung und Abscheidung/Speicherung von Oxidationsprodukten wie etwa Lithiumperoxid (Li2O2) oder Lithiumsulfid (Li2S) in dem Kathodenvolumen zu gestatten. Die Fähigkeit zum direkten Abscheiden des Oxidationsprodukts bestimmt die aus der Batteriezelle erhältliche maximale Leistung. Zu Materialien, die die benötigte Porosität bereitstellen, zählen Ruß, Graphit, Karbonfasern, Karbonnanoröhren und andere Nicht-Kohlenstoffmaterialien. Die Poren der Kathode 150A, des Separators 130A und der Anode 120A werden mit einem ionenleitendem Elektrolyt gefüllt, der ein Salz wie etwa Lithiumhexafluorphosphat (LiPF6) enthält, der dem Elektrolyten eine adäquate Leitfähigkeit verleiht, was den elektrischen Innenwiderstand der Batteriezelle reduziert. Die Elektrolytlösung verstärkt den Ionentransport innerhalb der Batteriezelle 120A. Verschiedene Arten von Elektrolytlösungen sind erhältlich, einschließlich nichtwässriger flüssiger Elektrolyten, Ionenflüssigkeiten, fester Polymere, Glas-Keramik-Elektrolyten, und andere geeignete Elektrolytlösungen.
  • Der Separator 130A kann ein oder mehrere elektrisch isolierende ionenleitende Materialien umfassen. Bei einigen Beispielen zählen zu den geeigneten Materialien für den Separator 130A poröse Polymere, Keramiken und zweidimensionale Blattstrukturen wie etwa Graphen, Bornitrid und Dichalcogenide.
  • Das Batterieverwaltungssystem 180A ist kommunikativ mit der Batteriezelle 102A verbunden. In einem Beispiel ist das Batterieverwaltungssystem 180A über elektrische Verbindungen (z.B. Drähte) elektrisch mit der Batteriezelle 102A verbunden. In einem weiteren Beispiel kann das Batterieverwaltungssystem 180A über ein Drahtloskommunikationsnetzwerk drahtlos mit der Batteriezelle 102A verbunden sein. Das Batterieverwaltungssystem 180A kann beispielsweise einen Mikrocontroller enthalten (mit Speicher und Eingabe-/Ausgabekomponenten auf einem einzelnen Chip oder innerhalb eines einzelnen Gehäuses) oder kann separat ausgebildete Komponenten enthalten, beispielsweise einen Mikroprozessor, einen Speicher und Eingabe-/Ausgabekomponenten. Das Batterieverwaltungssystem 180A kann auch unter Verwendung anderer Komponenten oder Kombinationen von Komponenten umgesetzt werden, einschließlich beispielsweise eines digialen Signalprozessors (DSP), einer applikationsspezifischen integrierten Schaltung (ASIC), eines feldprogrammierbaren Gatearray (FPGA) oder einer anderen Schaltungsanordnung. Je nach der gewünschten Ausbildung kann der Prozessor eine oder mehrere Levels des Caching wie etwa einen Level-Cache-Speicher, einen oder mehrere Prozessorkerne und Register enthalten. Der beispielhafte Prozessorkern kann eine arithmetische Logikeinheit (ALU), eine Fließkommaeinheit (FPU) oder eine beliebige Kombination davon enthalten. Das Batterieverwaltungssystem 180A kann auch eine Benutzerschnittstelle, eine Kommunikationsschnittstelle enthalten, und andere Computer-implementierte Einrichtungen zum Durchführen von hier nicht definierten Merkmalen können in das System integriert sein. In einigen Beispielen kann das Batterieverwaltungssystem 180A andere Computer-implementierte Einrichtungen wie etwa eine Kommunikationsschnittstelle, eine Benutzerschnittstelle, eine Netzwerkkommunikationsverbindung und einen Schnittstellenbus zum Erleichtern der Kommunikation zwischen verschiedenen Schnittstelleneinrichtungen, Computer-implementierten Einrichtungen und einer oder mehreren peripheren Schnittstellen zu dem Mikroprozessor enthalten.
  • In dem Beispiel von 1A speichert ein Speicher des Batterieverwaltungssystems 180 computerlesbare Anweisungen, die bei Ausführung durch den Elektronikprozessor des Batterieverwaltungssystems 180A bewirken, dass das Batterieverwaltungssystem und insbesondere der Elektronikprozessor die Leistung von verschiedenen Funktionen oder Verfahren, die dem Batterieverwaltungssystem 180A hier zugewiesen sind (z.B. Berechnen eines Zustands oder Parameters des Batteriesystems, Regeln der Arbeit des Batteriesystems, Detektieren eines internen Kurzschlusses von einer Dendritbildung) durchführen oder steuern. Der Speicher kann beliebige transitorische, nicht-transitorische, flüchtige, nichtflüchtige, magnetische, optische oder elektrische Medien beinhalten, wie etwa einen Direktzugriffsspeicher (RAM), einen Arbeitsspeicher (ROM), einen nichtflüchtigen RAM (NVRAM), einen elektrisch löschbaren programmierbaren ROM (EEPROM), einen Flash-Speicher oder beliebige andere digitale oder analoge Medien. Die dem Batterieverwaltungssystem 180A hierin zugewiesenen Funktionen können als Software, Firmware, Hardware oder eine beliebige Kombination davon verkörpert sein. In einem Beispiel kann das Batterieverwaltungssystem 180A in einer Recheneinrichtung eingebettet sein, und die Erfassungsschaltungsanordnung 170A ist ausgebildet zum Kommunizieren mit dem Batterieverwaltungssystem 180A der Recheneinrichtung außerhalb der Batteriezelle 102A. In diesem Beispiel ist die Erfassungsschaltungsanordnung 170A ausgebildet, mit dem Batterieverwaltungssystem 180A eine drahtlose und/oder verdrahtete Kommunikation zu haben. Beispielsweise sind die Erfassungsschaltungsanordnung 170A und das Batterieverwaltungssystem 180A der externen Einrichtung ausgebildet, miteinander über ein Netzwerk zu kommunizieren. Bei noch einem weiteren Beispiel befindet sich das Batterieverwaltungssystem 180A abgesetzt an einem Server, und die Erfassungsschaltungsanordnung 170A ist ausgebildet zum Übertragen von Daten der Batteriezelle 102A zu dem Batterieverwaltungssystem 180A. In den obigen Beispielen ist das Batterieverwaltungssystem 180A ausgebildet zum Empfangen der Daten und Senden der Daten an eine Elektronikeinrichtung zur Anzeige als menschenlesbares Format. Die Recheneinrichtung kann ein Mobiltelefon, ein Tablet, ein Personal Digital Assistant (PDA), ein Laptop, ein Computer, eine Wearable-Einrichtung oder eine andere geeignete Recheneinrichtung sein. Das Netzwerk kann ein Cloud-Rechennetzwerk, ein Server, ein drahtloses Netzwerk (WAN), ein lokales Netzwerk (LAN), ein fahrzeuginternes Netzwerk, ein Cloud-Rechennetzwerk oder ein anderes geeignetes Netzwerk sein.
  • Das Batterieverwaltungssystem 180A ist ausgebildet zum Empfangen von Daten von der Erfassungsschaltungsanordnung 170A einschließlich Strom-, Spannungs- und/oder Widerstandsmessungen. Das Batterieverwaltungssystem 180A ist auch ausgebildet zum Bestimmen eines Zustands der Batteriezelle 102A. Auf Basis des bestimmten Zustands der Batteriezelle 102A kann das Batterieverwaltungssystem 180A die Arbeitsparameter der Batteriezelle 102A abändern, um die interne Struktur der Batteriezelle 102A aufrechtzuerhalten. Das Batterieverwaltungssystem 180A kann auch einen Benutzer über den Zustand der Batteriezelle 102A informieren.
  • In anderen Ausführungsformen können die physische Platzierung und Ausbildung von verschiedenen Komponenten modifiziert werden. Beispielsweise veranschaulicht 1B ein weiteres Beispiel eines Batteriesystems 100B, das eine Batteriezelle 102B, eine Anodenfahne 110B, eine Anode 120B, einen Separator 130B, eine Kathode 150B, eine Kathodenfahne 160B, eine Erfassungsschaltungsanordnung 170B und ein Batterieverwaltungssystem 180B enthält. In dem Beispiel von 1B jedoch befindet sich die Erfassungsschaltungsanordnung 170B außerhalb der Batteriezelle 102B und kann in das gleiche Gehäuse wie das Batterieverwaltungssystem 180B integriert sein.
  • In einigen Ausführungsformen kann die Batteriezelle 102A, 102B ein geschlossenes System sein. Bei einem derartigen System wird, nachdem die Batteriezelle 102A, 102B hergestellt ist, die Hülle versiegelt, um zu verhindern, dass externe Elemente wie etwa Luft und Feuchtigkeit in die Batteriezelle 102A, 102B eindringen und potentiell eine Verschlechterung von Komponenten verursachen, was zu reduzierter Leistung und kürzerer Lebenszeit führt. In der folgenden Erörterung werden Beispiele, die sich auf Komponenten sowohl im Batteriesystem 100A als auch im Batteriesystem 100B beziehen, die Bezugszahl ohne die Bezeichnung A oder B verwenden (z.B. Anode 120 anstatt Anode 120A und Anode 120B).
  • Eine geschlossene Batteriezelle 102 stellt jedoch für das Batterieverwaltungssystem 180 verschiedene Herausforderungen dar. Das geschlossene System gestattet keine direkte Beobachtung des Zustands der Komponenten der Batteriezelle 102. Stattdessen können Zustände, wie durch die Erfassungsschaltungsanordnung 170 überwacht und gemessen, verarbeitet oder evaluiert werden, um verschiedene Charakteristika der Batteriezelle 102 wie etwa Spannung, Strom, Widerstand, Leistung, Temperatur und Kombinationen davon während der Arbeit oder im Ruhezustand zu bestimmen und jene gemessenen Charakteristika an ein Batterieverwaltungssystem 180 weiterzugeben, das die gemessenen Charakteristika interpretieren kann, um den Zustand der Batteriezelle 102 zu bestimmen.
  • Es sind verschiedene Rechenmodelle entwickelt worden, um die innerhalb einer Batteriezelle auftretenden elektrochemischen Reaktionen zu modellieren. Ein Beispiel, das Doyle-Fuller-Newman(DFN)-Modell, wurde von Doyle, Fuller und Newman entwickelt (J. Electrochem. Soc., Band 140, Nr. 6, Juni 1993, S. 1526-1533), dessen Inhalt hier unter Bezugnahme in seiner Gänze aufgenommen ist. Das DFN-Modell liefert ein mathematisches Modell, mit dem die innerhalb der Batteriezelle 102 auftretenden elektrochemischen Prozesse auf Basis der gemessenen Charakteristika geschätzt werden können.
  • Eine zwischen dem Lithium der Anode 120 und einem Polymerelektrolyt auftretende Ladungstransferreaktion kann der Butler-Volmer-Kinetik entsprechen, wie wiedergegeben durch die Gleichung Li + Θ p Li + Θ p + e
    Figure DE112017000272T5_0001
    wobei Θp eine Stelle im Polymergitter darstellt.
  • Die Stromdichte der Batteriezelle 102 kann dann durch folgende Gleichung dargestellt werden: I = i o 1 [ exp ( α a1 F η s1 / RT ) exp ( α c1 F η s1 / RT ) ]
    Figure DE112017000272T5_0002
    wobei I die Stromdichte der Zelle ist, io1 die interne Austauschstromdichte ist, F die Faraday-Konstante ist, ηs1 die Überspannung ist, R die ideale Gaskonstante ist, T die Temperatur ist und αa1 und αc1 Koeffizienten sind.
  • Die Überspannung ηs1 in Gleichung (2) kann weiterhin dargestellt werden durch die Gleichung: η s1 = Φ 1 Φ 2 U 1
    Figure DE112017000272T5_0003
    wobei Φ1 und Φ2 das Potential der festen Phase bzw. Polymerphase darstellen. U1 von Gleichung 3 stellt das theoretische Ruhepotential dar. In einigen Fällen kann U1 als Null angenommen werden.
  • Analog kann eine Ladungstransferreaktion mit Lithiuminsertion, die an der Kathode 150 der Batteriezelle 102 auftritt, durch folgende Gleichung dargestellt werden: Li + Θ p + Θ s + e Li Θ s + Θ p
    Figure DE112017000272T5_0004
    wobei Θp eine Stelle im Polymergitter darstellt und Θs eine Insertionsstelle in der Kathode 150 darstellt.
  • Die Stromdichte der Batteriezelle 102 kann dann durch folgende Gleichung dargestellt werden: i = F k 2 ( c max c ) α c c α A [ c s exp ( α a F / RT ( η− U' ) ) ( c T c s ) exp ( ( α c F / RT ) ( η− U' ) ) ]
    Figure DE112017000272T5_0005
    wobei i die Stromdichte ist, k2 eine Ratenkonstante ist, F die Faraday-Konstante ist, η die Überspannung ist, R die ideale Gaskonstante ist, T die Temperatur ist und αa1 und αc1 Koeffizienten sind, cmax die maximale Ionenkonzentration im Polymer ist, c die Elektrolytkonzentration ist, cT die maximale Konzentration in der festen Phase ist und cs die Konzentration in der festen Phase ist und U' das Ruhepotential darstellt.
  • Die Ladungstransferreaktionen am Knoten 120, Gleichung (1) und Kathode 150, Gleichung (4), wie durch ein elektrochemisches Modell modelliert, könenn zum Beschreiben verschiedener Zustände und Parameter der Batteriezelle 102 sowohl während des Ladens als auch Entladens der Batteriezelle 102 verwendet werden. Eine genaue Zustandsschätzung erfordert eine genaue Kenntnis der physikalischen Parameter der Batterie - und diese können variieren, wenn die Batterie altert. Beispielsweise können im Laufe der Zeit die Volumenanteile an aktivem Material in jeder Elektrode abnehmen, da Lithium in Nebenreaktionen verbraucht wird. Deshalb gestattet eine Schätzung von physikalischen Parametern dem Batterieverwaltungssystem, genaue Informationen über den Ladezustand und den Gesundheitszustand der Batterie gegenwärtig und im Laufe der Lebenszeit der Batterie zu erhalten. Verschiedene physikalische/chemische Parameter könnten geschätzt werden, einschließlich beispielsweise Volumenanteile an aktiven Materialien; Anodenpartikelradius, Ionendiffusionsraten in der Anode 120, Kathode 150 und Elektrolyt; Interkalationsstrom und Überführungszahl; Lösungsleitfähigkeit in der Anode 120, Kathode 150 und Elektrolyt; Zellenporosität der Anode 120 und Kathode 150; und Gleichgewichtspotential der Anode 120 und Kathode 150. Wenn diese physikalischen/chemischen Parameter geschätzt werden, können sie zum Bereitstellen von Zustandsinformationen bezüglich der Batteriezelle verwendet werden. Beispielsweise kann der Kathodenpartikelradius aufgrund des Lithiierungsgrads der Kathode 150 variieren und deshalb den Ladezustand der Batteriezelle 102 anzeigen.
  • Die Berechnung eines physikbasierten oder auf Elektrochemie basierenden Modells kann zahlreiche partielle Differentialgleichungen enthalten, um das Verhalten der verschiedenen Parameter innerhalb der Batteriezelle 102 zu beschreiben. Ein Batterieverwaltungssystem 180 basiert auf der rechnerischen Fähigkeit zum effizienten Schätzen der Werte der Parameter durch Lösen der Gleichungen des Modells. Partielle Differentialgleichungen sind in ihrer Lösung rechenintensiv. Verschiedene Ausführungsformen reduzieren die Rechenzeit, die nötig ist, um nach den durch die partiellen Differentialgleichungen beschriebenen Parametern zu lösen, durch Anwenden von mathematischen Verfahren, um die partiellen Differentialgleichungen in differential-algebraische (DAE) Gleichungen zu transformieren, die weniger rechenintensiv sind.
  • Weiterhin werden statistische Verfahren eingesetzt, um die Genauigkeit der Schätzung der verschiedenen Parameter der Batteriezelle 102 zu verbessern. In einer Ausführungsform umfasst das statistische Verfahren ein Extended-Kalman-Filter (EKF). Ein EKF beschreibt das Prozessmodell als ein nichtlineares zeitlich variierendes Modell in diskreter Zeit, verwendet aber bei jedem Zeitschritt eine lokale Linearisierung, wie durch die Gleichungen (6) und (7) dargestellt. x k + 1 = A k x k + B k u k + N k w k
    Figure DE112017000272T5_0006
    y k = C k x k + D k u k + v k
    Figure DE112017000272T5_0007
    wobei xk ∈ Rn der Zustand ist, uk ∈ Rm die Eingabe ist, yk ∈ Rp die Ausgabe ist, wk ∈ Ro das Prozessrauschen ist und vk ∈ Rp das Messrauschen ist. Jede der Größen von Gleichungen (6A) und (6B) können Skalare oder Vektoren auf Basis des Modells der Batteriezelle 102 sein. Die Matrizen A, B, C, D werden aus der lokalen Linearisierung eines nichtlinearen Modells bei jedem Zeitschritt erhalten; diese Linearisierung kann entweder analytisch oder numerisch durchgeführt werden.
  • Der Satz von Ausgaben von dem elektrochemischen Modell über das EKF können eine Schätzung von beiden, sich schnell verändernden Zuständen der Batteriezelle 102 und eine Schätzung von sich langsam verändernden Parametern der Batteriezelle 102 beinhalten. In einigen Ausführungsformen gestattet der Zustand der Batteriezelle 102 in Kombination mit der vorliegenden Eingabe in das mathematische Modell, dass das Modell die gegenwärtige Ausgabe der Batteriezelle 102 vorhersagt. Zu Zuständen einer Batteriezelle können beispielsweise der Ladezustand (z.B. für eine Lithiumbatterie der Lithiierungsgrad) oder Überspannungen zählen. Parameter der Batteriezelle 102 variieren typischerweise über der Zeit langsamer als die Zustände der Batteriezelle 102. Außerdem ist möglicherweise kein Parameter erforderlich, damit das Modell die vorliegende Ausgabe der Batteriezelle 102 vorhersagt. Stattdessen betrifft die Kenntnis der Parameter der Batteriezelle, die als der Gesundheitzustand der Batterie bezeichnet werden können, das langfristige Funktionieren der Batteriezelle 102. Außerdem umfassen einige Ausführungsformen Parameter, die durch die Messung der Charakteristika der gegenwärtigen Batteriezelle 102 nicht direkt bestimmt werden können. Zu Beispielen für Parameter der Batteriezelle 102 zählen die Volumenanteile von aktiven Materialien in der Anode und Kathode, insgesamt zyklierbares Lithium in der Zelle, Elektrolytleitfähigkeit und Radien von Partikeln in den Elektroden.
  • Eine Ausführungsform eines Batteriesystems 200A ist in 2A gezeigt. Das Batteriesystem 200A enthält ein Batterieverwaltungssystem 205A, das eine kombinierte Schätzstruktur anwendet, um sowohl physikalische Parameter der Batteriezelle als auch Batteriezustandsinformationen gemeinsam zu schätzen, die ein Regelkreismodul 210A und einen Zustands- und Parameterschätzer 220A enthält. Beispielsweise umfasst das Regelkreismodul 210A ein Vorwärtskopplungsmodul 212A und ein Rückkopplungsmodul 214A, was es dem Batterieverwaltungssystem gestattet, die Arbeit einer Batterie 290A zu regeln. Die Batterie 290A befindet sich in betriebsbereiter Kommunikation mit dem Batterieverwaltungssystem 205A. In einigen Ausführungsformen kann die Batterie 290A eine oder mehrere Batteriezellen 102 umfassen. Das Batteriesystem 200A kann sich in betriebsbereiter Kommunikation mit externen Quellen von Eingaben in das Batteriesystem 200A befinden. Eine gewünschte Ausgabe 230A durch eine externe Quelle kann in das Batterieverwaltungssystem 205A eingegeben werden. Auch ein Steuerkreisbefehl 240A kann an das Batteriesystem 200A über das Batterieverwaltungssystem 205A und/oder direkt in die Batterie 290A eingegeben werden.
  • Das Batterieverwaltungssystem 205A kann die zuvor für das Batterieverwaltungssystem 180 von 1A beschriebenen Komponenten umfassen. Außerdem umfasst das Batterieverwaltungssystem 205A in gewissen Ausführungsformen des Batteriesystems 200A ein Regelkreismodul 210A, das weiterhin ein Vorwärtskopplungsmodul 212 und ein Rückkopplungsmodul 214A umfasst. Das Vorwärtskopplungsmodul 212A steht in betriebsbereiter Kommunikation mit dem Zustands- und Parameterschätzer 220A sowie mit externen Quellen, die als Eingaben verschiedener Befehle wie etwa gewünschter Ausgaben 230A und/oder Steuerkreisbefehle 240A liefern können. Das Vorwärtskopplungsmodul 212A kann mindestens ein Steuersignal an die Batterie 290A liefern. Das Vorwärtskopplungsmodul 212 kann auch mindestens ein Steuersignal an den Zustands- und Parameterschätzer 220A liefern.
  • Das Rückkopplungsmodul 214A befindet sich in betriebsbereiter Kommunikation mit dem Zustands- und Parameterschätzer 220A. Das Rückkopplungsmodul 214A empfängt die durch den Zustands- und Parameterschätzer 220A berechneten geschätzten Zustände und Parameter und kann mindestens ein Steuersignal an die Batterie 290A liefern. Das Rückkopplungsmodul 214A kann ebenfalls mindestens ein Steuersignal an den Zustands- und Parameterschätzer 220A liefern.
  • Eine weitere Ausführungsform eines Batteriesystems 200B ist in 2B gezeigt. 2B ist identisch mit FIG. 2A, außer dass der Zustands- und Parameterschätzer 220A von 2A durch einen Zustandsschätzer 222B und einen Parameterschätzer 224B ersetzt ist. Der Zustandsschätzer 222B und der Parameterschätzer 224B liefern danach Zustands- und Parameterschätzungen auf ähnliche Weise an das Rückkopplungsmodul 214B wie für den Zustands- und Parameterschätzer 220A von 2A beschrieben.
  • Das Regelkreismodul 210B enthält sowohl ein Vorwärtskopplungsmodul 212B als auch ein Rückkopplungsmodul 214B. Das Regelkreismodul 210B kann auch von Steuerkreisquellen wie etwa externen Quellen empfangene Sollpunkte enthalten. Das Regelkreismodul 210B liefert mindestens ein Steuersignal auf Basis des Vorwärtskopplungsmoduls 212B und des Rückkopplungsmoduls 214B. Die Vorwärtskopplungskomponente kann von einem mathematischen Modell oder von vorbestimmten Sollpunkten abgeleitet werden. Die Rückkopplungskomponente basiert auf internen Zustands- und Parameterschätzungen auf Basis eines physikalischen Modells (z.B. eines auf Elektrochemie basierenden Modells der Batterie 290B).
  • In dem Beispiel von 2A kann der Zustands- und Parameterschätzer 220A ein EKF-basierter Schätzer sein, der gleichzeitig die Zustände und Parameter der Batterie 290A bei jedem Zeitschritt schätzt. Um die Gesamtumsetzung weniger rechenintensiv zu machen, kann eine Doppelschätzung verwendet werden, wie in dem Beispiel von 2B (d.h., wo Zustände und Parameter separat geschätzt werden). Durch Trennen der Schätzung in die Zustandsschätzung 222 und die Parameterschätzung 224 kann die Rechenintensität reduziert werden. Die Änderungsrate der Zustände der Batteriesysteme 200A und 200B ist typischerweise schneller als die Änderungsrate der Parameter der Batteriesysteme 200A und 200B. Bei einigen Ausführungsformen ist die Häufigkeit der Aktualisierungen der Parameter des Batteriesystems 200B kleiner als die Häufigkeit der Aktualisierungen der Zustände des Batteriesystems 200B.
  • Bei einigen Ausführungsformen kann die Trennung der Zustands- und Parameterschätzung in separate Schätzer 222B und 224B gestatten, dass der Zustandsschätzer 222B und/oder der Parameterschätzer 224B sich getrennt von der Batterie 290B befinden. In gewissen Ausführungsformen können der Zustandsschätzer 222B und/oder der Parameterschätzer 224B durch Drahtloskommunikation in betriebsbereiter Kommunikation mit den anderen Elementen des Batteriesystems 200B stehen.
  • Ein Beispiel für ein Verfahren zum Schätzen von Parametern und Zuständen unter Verwendung von physikbasierten Techniken durch Durchführen einer Zeitaktualiserung und einer Messungsaktualisierung ist in 3 gezeigt.
  • Beim ersten Zeitschritt wird eine Anfangsschätzung der Zustände und Parameter als Teil der Zeitaktualisierung des Batteriemodells definiert (Schritt 310). Der jakobische Ort des Systems wird evaluiert (Schritt 320), und eine Anfangsschätzung der Rauschkovarianzmatrix wird bestimmt (Schritt 330). Zum Zeitpunkt t beinhaltet die Zeitaktualisierung des Batteriemodells (Schritt 310), wenn die aktuellen Zustands- und Parameterschätzungen auf Basis der jüngsten Messung gegeben sind, das Simulieren des physikbasierten Batteriemodells über einen Zeitschritt (t+1).
  • Für dieses Beispiel wird die Systemmodellierung/-schätzung auf Basis von differential-algebraischen Gleichungen (DAEs) durchgeführt, doch kann die Schätzung in anderen Umsetzungen auf andere Modellformen angewendet werden. Das DAE-Modell kann durch folgende Gleichungen dargestellt werden: x ˙ 1 = f ( x 1 , x 2 , I , P )
    Figure DE112017000272T5_0008
    P ˙ = 0
    Figure DE112017000272T5_0009
    0 = g ( x 1 , x 2 , I , P )
    Figure DE112017000272T5_0010
    y = h ( x 1 , x 2 , I , P )
    Figure DE112017000272T5_0011
    wobei x1 die Differentialzustände darstellt, x2 die algebraischen Zustände darstellt, P den Parametervektor darstellt und I die aktuellen Eingaben darstellt, die zum Steuern der Batteriearbeit verwendet werden.
  • Wie oben angemerkt, erfordert das Aktualisieren der Kovarianzmatrix (Schritt 330) die Ableitung des jakobischen Orts des Systems bezüglich der Differentialzustände und -parameter (Schritt 320). Da das Modell bezüglich eines Satzes DAEs anstatt den gewöhnlichen Differentialgleichungen (ODEs) abgeleitet wird, wird ein modifizierter jakobischer Ort verwendet, wie durch folgende Gleichung dargestellt: J f [ f x 1 f x 2 g x 1 g x 2 f P f x 2 g P g x 2 0 0 ]
    Figure DE112017000272T5_0012
    wobei fx1, fx2, fP, gx1, gx2, und gP Ableitungen von f und g bezüglich x1, x2 und P sind. Diese Ableitungen können entweder analytisch auf Basis der Funktionsformen von f und g oder numerisch durch eine Simulation des Modells erhalten werden.
  • Nachdem der jakobische Ort des Systems abgeleitet ist (Schritt 320), wird die Rauschkovarianzmatrix dann aktualisiert (Schritt 330), wie durch folgende Gleichung dargestellt: C O V t + 1 | t = J f C O V t | t J f T + Q
    Figure DE112017000272T5_0013
    wobei COVt+1|t die Kovarianz bei t+1 ist, Jf der jakobische Ort von f ist, JT f die Transposition des jakobischen Orts von f ist, COVt|t die Kovarianz bei t ist und Q eine positive definierte Matrix ist, die entweder festliegen oder mit der Zeit variieren kann.
  • Die Zeitaktualisierungsschätzung wird weiterhin in dem Messungsaktualisierungsschritt auf Basis von verfügbaren Messungen der Charakteristika der Batterie 290 oder der Batteriezelle 102 aktualisiert (Schritt 370). Zu den Charakteristika können unter anderem eine Spannung, ein Strom, ein Widerstand, eine Temperatur oder Kombinationen davon der Batterie 290 oder Batteriezelle 102 zählen. Während nachfolgende Messungen erhalten werden, kann die Modellvorhersage verwendet werden, um einen Messfehler 350 zu erhalten (d.h. einen Fehler zwischen einer gemessenen Charakteristik der Batterie 340 und einem entsprechenden Wert, wie durch das DAE-Modell bestimmt) (Schritt 350). Dieser berechnete Messfehler wird dann vom System zum Aktualisieren und Verfeinern der Messungsaktualisierung (Schritt 370) verwendet, wie unten ausführlicher erörtert.
  • Wiederum bei einem DAE-basierten System wird ein modifizierter jakobischer Ort (Jh) bezüglich der Ausgangsgleichung abgeleitet (Schritt 260), wie durch folgende Gleichung dargestellt: J h = [ h x 1 h x 2 g x 1 g x 2 h P h x 2 g P g x 2 ]
    Figure DE112017000272T5_0014
    wobei hx1, hx2, hP, gx1, gx2, und gP Ableitungen von h und g bezüglich x1, x2 und P sind. Diese Ableitungen können entweder analytisch auf Basis der Funktionsformen von h und g oder numerisch durch eine Simulation des Modells erhalten werden.
  • Während der Messungsaktualisierung werden die Kovarianzmatrix (in Schritt 330 erhalten) und der jakobische Ort (Jh) (in Schritt 360 erhalten) zum Ableiten der Kalman-Verstärkung (Kk) verwendet, was durch folgende Gleichung dargestellt ist: K k = C O V t + 1 | t J h T J h C O V t + 1 | t J h T + R
    Figure DE112017000272T5_0015
    wobei Kk die Kalman-Verstärkung ist, R ein Maß für das mit jedem Element assoziierte Rauschen ist. Die anderen Variablen sind wie oben für Gleichung (13) definiert.
  • Die Messungsaktualisierung (Schritt 370) bewirkt, dass die Kalman-Verstärkung (Kk) auf den Messfehler wirkt, um dann aktuelle, fehlerkorrigierte Zustands- und Parameterschätzungen bereitzustellen, wie durch folgende Gleichung dargestellt: [ x ^ P ^ ] t + 1 | t + 1 = [ x ^ P ^ ] t + 1 | t + 1 + K k y e r r
    Figure DE112017000272T5_0016
  • Die Kovarianzmatrix für t+1 wird dann wieder auf Basis der Messungen bei t+1 aktualisiert (Schritt 380), wie durch folgende Gleichung dargestellt: C O V t + 1 | t + 1 = ( I K k J h ) C O V t + 1 | t
    Figure DE112017000272T5_0017
  • Die aktualisierten Zustände, Parameter und COV werden dann als die Basis (t) für die nächste Zeitaktualisierung 310 verwendet, während die nächste Iteration der Schätzung durchgeführt wird.
  • Während der Prozess von 3 die gemeinsame Schätzung von Zuständen und Parametern wie in dem Beispiel von 2A beschreibt, kann er auf ein Doppel-Schätzungs-Rahmenwerk von 2B erweitert werden, wo die Zustände und Parameter separat auf ähnliche Weise mit zwei verschiedenen EKFs geschätzt werden. In der folgenden Erörterung verwenden Beispiele, die sich auf Komponenten sowohl im Batteriesystem 200A als auch im Batteriesystem 200B beziehen, die Bezugszahl ohne die Bezeichnung A oder B. Simulations- und Versuchsdaten zeigen, dass verschiedene Parameter und Zustände des elektrochemischen Modells unterschiedliche Rauschpegel und einen unterschiedlichen Einfluss auf die Ausgabe haben. Die Rausch- und Einflusspegel hängen vom Arbeitszustand der Batterie ab. Verschiedene Konzepte der Zustands-/Parameterempfindlichkeit können verwendet werden, um zu bestimmen, welche Zustände/Parameter für die Schätzung am kritischsten sind, sowie um die Rauschkovarianzmatrizen zu bestimmen, die zum Evaluieren der Filterverstärkungen bei jedem Zeitschritt verwendet werden. Beispielsweise können zu verschiedenen Konzepten über die Empfindlichkeit von Zuständen und Parametern, die verwendet werden können, a) partielle Ableitungen der Ausgabe gegenüber Zuständen und Parametern und b) Variationen in der Ausgabe über einen Ansteuerzyklus aufgrund von Störungen in Zuständen und Parametern zählen, um die Filterverstärkung während jedes Zeitschritts zu evaluieren.
  • Die genaue Schätzung der Zustände und Parameter einer Batterie 290 kann gestatten, dass das Batterieverwaltungssystem 205 die Arbeit der Batterie 290 derart regelt, dass die Lebensdauer und Leistung der Batterie gesteigert werden. Beispielsweise kann das Batterieverwaltungssystem 205 durch Minimieren der Änderung bei Parametern der Batterie 290 gestatten, dass die Batterie 290 eine erhöhte Anzahl von Lade-/Entladezyklen erfährt, bevor sie ausgetauscht werden muss. Bei einigen Ausführungsformen kann das Batterieverwaltungssystem 205 das Laden der Batterie 290 regeln, um die effiziente Interkalierung der oxidierbaren Spezies zu gestatten, anstatt Abscheidung auf der Oberfläche der Elektrode. Dies kann die Bildung von Dendriten minimieren, wodurch die Möglichkeit der Bildung eines internen Kurzschlusses innerhalb der Batterie 290 begrenzt wird. Bei anderen Ausführungsformen kann das Batterieverwaltungssystem 205 das Entladen der Batterie 290 regeln, um beispielsweise die von der Batterie 290 ausgegebene maximale Gesamtleistung zu erhalten.
  • Die oben beschriebenen Ausführungsformen sind beispielhaft gezeigt worden, und es versteht sich, dass diese Ausführungsformen sich für verschiedene Modifikationen und alternative Formen eignen können. Es versteht sich weiterhin, dass die Ansprüche nicht durch die offenbarten bestimmten Formen beschränkt sein sollen, sondern vielmehr alle Modifikationen, Äquivalente und Alternativen abdecken sollen, die in den Gedanken und Schutzbereich dieser Offenbarung fallen.
  • Es wird angenommen, dass hier beschriebene Ausführungsformen und viele ihrer sie begleitenden Vorteile durch die obige Beschreibung verstanden werden, und es ist offensichtlich, dass verschiedene Änderungen hinsichtlich Form, Konstruktion und Anordnung der Komponenten vorgenommen werden können, ohne von dem offenbarten Gegenstand abzuweichen oder ohne alle ihre wesentlichen Vorteile zu opfern. Die beschriebene Form ist lediglich erläuternd, und die folgenden Ansprüche sollen alle derartigen Änderungen einschließen und beinhalten.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • AR 0000278 [0001]

Claims (16)

  1. Verfahren zum Verwalten eines Batteriesystems, wobei das Batteriesystem mindestens eine Batteriezelle, mindestens einen Sensor, der ausgebildet ist zum Messen mindestens einer Charakteristik der Batteriezelle, und ein Batterieverwaltungssystem, das einen Mikroprozessor und einen Speicher enthält, enthält, wobei das Verfahren Folgendes umfasst: Schätzen, durch das Batterieverwaltungssystem, mindestens eines Zustands der mindestens einen Batteriezelle zu einem ersten Zeitpunkt durch Anwenden eines physikbasierten Batteriemodells, das differential-algebraische Gleichungen anwendet, um physikalische Parameter einer chemischen Zusammensetzung der mindestens einen Batteriezelle zu berücksichtigen; Empfangen, durch das Batterieverwaltungssystem von dem mindestens einen Sensor, mindestens einer gemessenen Charakteristik der Batterie zu einem ersten Zeitpunkt; Aktualisieren, durch das Batterieverwaltungssystem, des mindestens einen Zustands der mindestens einen Batteriezelle auf Basis der mindestens einen gemessenen Charakteristik der Batterie zum ersten Zeitpunkt; und Regeln, durch das Batterieverwaltungssystem, mindestens eines von Laden oder Entladen der Batterie auf Basis des mindestens einen geschätzten Zustands der mindestens einen Batteriezelle.
  2. Verfahren nach Anspruch 1, wobei das Schätzen des mindestens einen Zustands der mindestens einen Batteriezelle und das Aktualisieren des mindestens einen Zustands der mindestens einen Batteriezelle auf Basis der mindestens einen gemessenen Charakteristik der Batterie zum ersten Zeitpunkt das Anwenden eines Extended-Kalman-Filters beinhaltet.
  3. Verfahren nach Anspruch 2, wobei das Aktualisieren des mindestens einen Zustands der mindestens einen Batteriezelle weiterhin Folgendes beinhaltet: Bestimmen einer Rauschkovarianz; und Verstellen einer Verstärkung des Extended-Kalman-Filters auf Basis der bestimmten Rauschkovarianz.
  4. Verfahren nach Anspruch 3, weiterhin umfassend das Berechnen eines Messfehlers auf Basis der mindestens einen gemessenen Charakteristik der Batterie zum ersten Zeitpunkt und der mindestens einen gemessenen Charakteristik der Batterie zu einem vorausgegangenen Zeitpunkt, und wobei das Aktualisieren des mindestens einen Zustands der mindestens einen Batteriezelle weiterhin das Aktualisieren des mindestens einen Zustands der mindestens einen Batteriezelle auf Basis der verstellten Verstärkung des Extended-Kalman-Filters und des berechneten Messfehlers beinhaltet.
  5. Verfahren nach Anspruch 4, wobei das Verstellen der Verstärkung des Extended-Kalman-Filters das Berechnen einer verstellten Verstärkung auf Basis folgender Gleichung beinhaltet: K k = C O V t + 1 | t J h T J h C O V t + 1 | t J h T + R
    Figure DE112017000272T5_0018
    wobei Kk die Verstärkung des Extended-Kalman-Filters ist, R ein Maß für das mit jedem Element des Kalman-Filters assoziierten Rauschens ist, Jh ist ein jakobischer Ort berechnet auf Basis des Messfehlers ist und COV eine berechnete Kovarianzmatrix des physikbasierten Batteriemodells ist.
  6. Verfahren nach Anspruch 2, wobei das Anwenden des Extended-Kalman-Filters das gemeinsame Schätzen, durch das Batterieverwaltungssystem, des mindestens einen Zustands der mindestens einen Batteriezelle und mindestens eines physikalischen Parameters der chemischen Zusammensetzung der mindestens einen Batteriezelle beinhaltet.
  7. Verfahren nach Anspruch 2, weiterhin umfassend das Anwenden eines zweiten Extended-Kalman-Filters zum separaten Schätzen mindestens eines physikalischen Parameters der chemischen Zusammensetzung der mindestens einen Batteriezelle und Aktualisieren des mindestens einen physikalischen Parameters auf Basis mindestens einer gemessenen Charakteristik der Batterie.
  8. Verfahren nach Anspruch 1, wobei das Regeln des mindestens einen von Laden und Entladen der Batterie auf Basis des mindestens einen geschätzten Zustands das Regeln einer Rate des Ladens oder Entladens beinhaltet.
  9. Batterieverwaltungssystem umfassend einen Prozessor und einen Speicher, der Anweisungen speichert, die bei Ausführung durch den Prozessor veranlassen, dass das Batterieverwaltungssystem Folgendes ausführt: Schätzen mindestens eines Zustands der mindestens einen Batteriezelle zu einem ersten Zeitpunkt durch Anwenden eines physikbasierten Batteriemodells, das differential-algebraische Gleichungen anwendet, um physikalische Parameter einer chemischen Zusammensetzung der mindestens einen Batteriezelle zu berücksichtigen; Empfangen mindestens einer gemessenen Charakteristik der Batterie von einem Sensor, der mit der mindestens einen Batteriezelle assoziiert ist, zu einem ersten Zeitpunkt; Aktualisieren des mindestens einen Zustands der mindestens einen Batteriezelle auf Basis der mindestens einen gemessenen Charakteristik der Batterie zum ersten Zeitpunkt; und Regeln mindestens eines des Ladens oder Entladens der Batterie auf Basis des mindestens einen geschätzten Zustands der mindestens einen Batteriezelle.
  10. Batterieverwaltungssystem nach Anspruch 9, wobei der Speicher Anweisungen speichert, die bei Ausführung durch den Prozessor bewirken, dass das Batterieverwaltungssystem einen Extended-Kalman-Filter beim Schätzen des mindestens einen Zustands der mindestens einen Batteriezelle und Aktualisieren des mindestens einen Zustands der mindestens einen Batteriezelle auf Basis der mindestens einen gemessenen Charakteristik der Batterie zum ersten Zeitpunkt anwendet.
  11. Batterieverwaltungssystem nach Anspruch 10, wobei der Speicher Anweisungen speichert, die bei Ausführung durch den Prozessor bewirken, dass das Batterieverwaltungssystem den mindestens einen Zustand der mindestens einen Batteriezelle aktualisiert durch Bestimmen einer Rauschkovarianz; und Verstellen einer Verstärkung des Extended-Kalman-Filters auf Basis der bestimmten Rauschkovarianz.
  12. Batterieverwaltungssystem nach Anspruch 11, wobei der Speicher Anweisungen speichert, die bei Ausführung durch den Prozessor weiterhin bewirken, dass das Batterieverwaltungssystem einen Messfehler auf Basis der mindestens einen gemessenen Charakteristik der Batterie zum ersten Zeitpunkt und der mindestens einen gemessenen Charakteristik der Batterie zu einem vorausgegangenen Zeitpunkt berechnet, und wobei die Anweisungen bei Ausführung durch den Prozessor bewirken, dass das Batteriesystem den mindestens einen Zustand der mindestens einen Batteriezelle weiter aktualisiert durch Aktualisieren des mindestens einen Zustands der mindestens einen Batteriezelle auf Basis der verstellten Verstärkung des Extended-Kalman-Filters und des berechneten Messfehlers.
  13. Batterieverwaltungssystem nach Anspruch 12, wobei der Speicher Anweisungen speichert, die bei Ausführung durch den Prozessor bewirken, dass das Batterieverwaltungssystem die Verstärkung des Extended-Kalman-Filters verstellt durch Berechnen einer verstellten Verstärkung auf Basis der Gleichung: K k = C O V t + 1 | t J h T J h C O V t + 1 | t J h T + R
    Figure DE112017000272T5_0019
    wobei Kk die Verstärkung des Extended-Kalman-Filters ist, R ein Maß für das mit jedem Element des Kalman-Filters assoziierten Rauschens ist, Jh ein jakobischer Ort berechnet auf Basis des Messfehlers ist und COV eine berechnete Kovarianzmatrix des physikbasierten Batteriemodells ist.
  14. Batterieverwaltungssystem nach Anspruch 10, wobei der Speicher Anweisungen speichert, die bei Ausführung durch den Prozessor bewirken, dass das Batterieverwaltungssystem den Extended-Kalman-Filter anwendet durch gemeinsames Schätzen, durch das Batterieverwaltungssystem, des mindestens einen Zustands der mindestens einen Batteriezelle und mindestens eines physikalischen Parameters der chemischen Zusammensetzung der mindestens einen Batteriezelle.
  15. Batterieverwaltungssystem nach Anspruch 10, wobei der Speicher Anweisungen speichert, die bei Ausführung durch den Prozessor weiterhin bewirken, dass das Batterieverwaltungssystem ein zweites Extended-Kalman-Filter anwendet zum separaten Schätzen mindestens eines physikalischen Parameters der chemischen Zusammensetzung der mindestens einen Batteriezelle und Aktualisieren des mindestens einen physikalischen Parameters auf Basis mindestens einer gemessenen Charakteristik der Batterie.
  16. Batterieverwaltungssystem nach Anspruch 9, wobei der Speicher Anweisungen speichert, die bei Ausführung durch den Prozessor bewirken, dass das Batterieverwaltungssystem das mindestens eine von Laden oder Entladen der Batterie regelt auf Basis des mindestens einen geschätzten Zustands enthält das Regeln einer Rate des Ladens oder Entladens.
DE112017000272.9T 2016-01-29 2017-01-23 Sekundärbatterieverwaltung Pending DE112017000272T5 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/010,873 US10686321B2 (en) 2016-01-29 2016-01-29 Secondary battery management
US15/010873 2016-01-29
PCT/EP2017/051322 WO2017129520A1 (en) 2016-01-29 2017-01-23 Secondary battery management

Publications (1)

Publication Number Publication Date
DE112017000272T5 true DE112017000272T5 (de) 2018-10-04

Family

ID=57860896

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112017000272.9T Pending DE112017000272T5 (de) 2016-01-29 2017-01-23 Sekundärbatterieverwaltung

Country Status (5)

Country Link
US (1) US10686321B2 (de)
KR (1) KR102233612B1 (de)
CN (1) CN108604712B (de)
DE (1) DE112017000272T5 (de)
WO (1) WO2017129520A1 (de)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10769236B2 (en) * 2015-07-20 2020-09-08 University Of Washington Battery models, systems, and methods using robust fail-safe iteration free approach for solving differential algebraic equations
US10224579B2 (en) 2015-12-31 2019-03-05 Robert Bosch Gmbh Evaluating capacity fade in dual insertion batteries using potential and temperature measurements
US10263447B2 (en) 2016-01-29 2019-04-16 Robert Bosch Gmbh Secondary battery management system
US10243385B2 (en) 2016-01-29 2019-03-26 Robert Bosch Gmbh Secondary battery management system
US11462929B2 (en) * 2016-10-04 2022-10-04 University Of Washington Systems and methods for direct estimation of battery parameters using only charge/discharge curves
CN111108403A (zh) 2017-09-21 2020-05-05 古河电气工业株式会社 可充电电池短路预测装置和可充电电池短路预测方法
US11069926B1 (en) * 2019-02-14 2021-07-20 Vcritonc Alpha, Inc. Controlling ongoing battery system usage via parametric linear approximation
CN109917292B (zh) * 2019-03-28 2020-12-15 首都师范大学 一种基于daupf的锂离子电池寿命预测方法
CN112602226B (zh) * 2019-04-05 2024-02-06 株式会社Lg新能源 电池管理装置和方法
US11515587B2 (en) * 2019-10-10 2022-11-29 Robert Bosch Gmbh Physics-based control of battery temperature
CN113985292B (zh) * 2021-06-24 2024-04-19 重庆大学 基于改进耦合方式的锂离子动力电池soc双滤波估计方法
US12149110B2 (en) * 2021-10-14 2024-11-19 Arm Limited Battery cell monitoring systems, battery packs, and methods of operation of the same
US11835583B1 (en) 2022-05-11 2023-12-05 Univerza V Ljubljani Computer-implemented method for diagnosing states of a battery

Family Cites Families (100)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6986965B2 (en) 2000-03-24 2006-01-17 Cymbet Corporation Device enclosures and devices with integrated battery
US6515456B1 (en) 2000-04-13 2003-02-04 Mixon, Inc. Battery charger apparatus
US6624618B2 (en) 2001-01-25 2003-09-23 Ford Global Technologies, Llc System and method for vehicle voltage regulation
US6639385B2 (en) 2001-08-07 2003-10-28 General Motors Corporation State of charge method and apparatus
US6534954B1 (en) * 2002-01-10 2003-03-18 Compact Power Inc. Method and apparatus for a battery state of charge estimator
CN100483892C (zh) 2002-11-18 2009-04-29 日立工机株式会社 能够指示剩余时间的电池充电器
US6892148B2 (en) 2002-12-29 2005-05-10 Texas Instruments Incorporated Circuit and method for measurement of battery capacity fade
US8310201B1 (en) 2003-05-06 2012-11-13 Cypress Semiconductor Corporation Battery with electronic compartment
US8103485B2 (en) * 2004-11-11 2012-01-24 Lg Chem, Ltd. State and parameter estimation for an electrochemical cell
US7315789B2 (en) 2004-11-23 2008-01-01 Lg Chem, Ltd. Method and system for battery parameter estimation
BRPI0419141B8 (pt) 2004-11-29 2022-12-13 Lg Chemical Ltd Método para estimar um presente estado aumentado de um sistema de células eletroquímicas usando filtragem conjunta, aparato configurado para estimar o presente estado aumentado de um pacote de células usando filtragem conjunta e sistema para estimar o presente estado aumentado de uma célula eletroquímica usando filtragem conjunta
WO2006057468A1 (en) 2004-11-29 2006-06-01 Lg Chem, Ltd. Method and system for battery state and parameter estimation
US7554294B2 (en) 2005-01-28 2009-06-30 The Johns Hopkins University Battery health monitor
DE102005008511B4 (de) 2005-02-24 2019-09-12 Tdk Corporation MEMS-Mikrofon
US7612532B2 (en) 2005-06-21 2009-11-03 Gm Global Technology Operations, Inc. Method for controlling and monitoring using a state estimator having variable forgetting factors
US7400115B2 (en) * 2006-02-09 2008-07-15 Lg Chem, Ltd. System, method, and article of manufacture for determining an estimated combined battery state-parameter vector
KR100804698B1 (ko) * 2006-06-26 2008-02-18 삼성에스디아이 주식회사 배터리 soc 추정 방법 및 이를 이용하는 배터리 관리시스템 및 구동 방법
JP4802945B2 (ja) 2006-08-31 2011-10-26 トヨタ自動車株式会社 二次電池の制御システムおよびそれを搭載したハイブリッド車両
KR100863956B1 (ko) 2006-09-26 2008-10-16 삼성에스디아이 주식회사 배터리 관리 시스템 및 그 구동방법
KR100839385B1 (ko) 2006-11-01 2008-06-19 삼성에스디아이 주식회사 배터리 관리 시스템 및 그의 구동 방법
JP4872743B2 (ja) * 2007-03-23 2012-02-08 トヨタ自動車株式会社 二次電池の状態推定装置
US7687678B2 (en) 2007-05-10 2010-03-30 Cisco Technology, Inc. Electronic bandage with flexible electronic controller
WO2008154956A1 (en) 2007-06-20 2008-12-24 Robert Bosch Gmbh Charging method based on battery model
US7994755B2 (en) 2008-01-30 2011-08-09 Lg Chem, Ltd. System, method, and article of manufacture for determining an estimated battery cell module state
US7957921B2 (en) 2008-02-19 2011-06-07 GM Global Technology Operations LLC Model-based estimation of battery hysteresis
US8855956B2 (en) 2008-06-05 2014-10-07 A123 Systems Llc Method and system for determining state of charge of an energy delivery device
US8321164B2 (en) 2008-09-25 2012-11-27 GM Global Technology Operations LLC Method and system for determining a state of charge of a battery based on a transient response
US9246336B2 (en) 2008-09-27 2016-01-26 Witricity Corporation Resonator optimizations for wireless energy transfer
DE102009000782A1 (de) 2008-12-04 2010-06-10 Robert Bosch Gmbh Verfahren zur Bestimmung des Ladezustands einer sekundären Interkalationszelle einer wiedereaufladbaren Batterie
US8116998B2 (en) 2009-01-30 2012-02-14 Bae Systems Controls, Inc. Battery health assessment estimator
US8896315B1 (en) 2009-02-12 2014-11-25 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Battery cell balancing system and method
US8188715B2 (en) 2009-05-15 2012-05-29 Robert Bosch Gmbh Method for determining extent and type of capacity fade
EP2273327A1 (de) 2009-06-24 2011-01-12 ABB Research Ltd. Schätzen der Anfangszustände eines Systemmodells für die Steuerung eines industriellen Prozesses.
JP4744622B2 (ja) * 2009-07-01 2011-08-10 トヨタ自動車株式会社 車両の制御装置
US8508191B2 (en) 2009-07-29 2013-08-13 The Regents Of The University Of Michigan System for scheduling battery charge and discharge in a reconfigurable battery
FR2949565B1 (fr) 2009-09-02 2012-12-21 Inst Francais Du Petrole Methode amelioree pour estimer les caracteristiques non mesurables d'un systeme electrochimique
CN102473878B (zh) 2009-09-28 2014-10-15 株式会社日立制作所 电池系统
US8467984B2 (en) 2009-09-30 2013-06-18 Battelle Energy Alliance, Llc Systems, methods and computer readable media for estimating capacity loss in rechargeable electrochemical cells
IT1397174B1 (it) 2009-10-27 2013-01-04 F I A M M Spa Metodo per la rilevazione continua dell'efficienza di una batteria specie di una batteria installata in autoveicoli e dispositivo utilizzante tale metodo
US9078481B2 (en) 2010-02-26 2015-07-14 Thl Holding Company, Llc Charging device for use in a system for monitoring protective headgear
US8346495B2 (en) 2010-04-22 2013-01-01 Battelle Energy Alliance, Llc Systems, methods and computer-readable media to model kinetic performance of rechargeable electrochemical devices
FR2961351B1 (fr) 2010-06-15 2012-07-20 Saft Groupe Sa Systeme de surveillance de l'etat d'une batterie
WO2011160258A1 (zh) 2010-06-24 2011-12-29 松下电器产业株式会社 获取电池的劣化度的方法和系统
US8219333B2 (en) * 2010-06-29 2012-07-10 O2Micro, Inc Battery management systems for protecting batteries from fault conditions
CN103299473B (zh) 2010-09-02 2016-12-21 普罗特拉公司 用于电池管理的系统和方法
US20120101753A1 (en) 2010-10-20 2012-04-26 Gm Global Technology Operations, Inc. Adaptive slowly-varying current detection
FR2972304A1 (fr) 2011-03-02 2012-09-07 Commissariat Energie Atomique Batterie avec gestion individuelle des cellules
EP2723979B1 (de) 2011-05-24 2020-07-08 FastCAP SYSTEMS Corporation Stromversorgungssystem für hochtemperaturanwendungen mit wiederaufladbarem energiespeicher
JP5304844B2 (ja) 2011-05-24 2013-10-02 トヨタ自動車株式会社 バッテリの充電制御装置
US8880253B2 (en) 2011-06-28 2014-11-04 Ford Global Technologies, Llc Nonlinear adaptive observation approach to battery state of charge estimation
US8724832B2 (en) 2011-08-30 2014-05-13 Qualcomm Mems Technologies, Inc. Piezoelectric microphone fabricated on glass
KR20140082752A (ko) 2011-09-30 2014-07-02 케이피아이티 테크놀로지스 엘티디. 배터리의 충전 상태를 결정하는 시스템 및 방법
WO2013052685A2 (en) 2011-10-04 2013-04-11 Advanergy, Inc. Network integration system and method
WO2013105140A1 (ja) * 2012-01-13 2013-07-18 トヨタ自動車株式会社 二次電池の制御装置および制御方法
JP5798067B2 (ja) 2012-03-13 2015-10-21 プライムアースEvエナジー株式会社 二次電池の状態推定装置
CN103548197B (zh) 2012-03-19 2018-04-20 松下知识产权经营株式会社 蓄电池监视方法、蓄电池监视系统以及蓄电池系统
SG11201406940YA (en) 2012-04-27 2014-11-27 California Inst Of Techn An imbedded chip for battery applications
US8922217B2 (en) 2012-05-08 2014-12-30 GM Global Technology Operations LLC Battery state-of-charge observer
US8890484B2 (en) 2012-05-08 2014-11-18 GM Global Technology Operations LLC Battery state-of-charge estimator using robust H∞ observer
CA2874632C (en) 2012-05-23 2021-06-22 The Regents Of The University Of Michigan Estimating core temperatures of battery cells in a battery pack
US9086462B2 (en) 2012-08-15 2015-07-21 GM Global Technology Operations LLC Systems and methods for battery parameter estimation
US10209946B2 (en) 2012-08-23 2019-02-19 Red Hat, Inc. Augmented reality personal identification
US9846200B2 (en) 2012-09-26 2017-12-19 Sanyo Electric Co., Ltd. Battery state estimation device and storage battery system
JP5944291B2 (ja) 2012-10-05 2016-07-05 カルソニックカンセイ株式会社 バッテリのパラメータ等推定装置およびその推定方法
KR101547006B1 (ko) 2012-10-26 2015-08-24 주식회사 엘지화학 배터리 잔존 용량 추정 장치 및 방법
JP6239241B2 (ja) 2013-02-04 2017-11-29 株式会社東芝 電池性能推定方法および電池性能推定装置
US10870360B2 (en) 2013-02-12 2020-12-22 Cps Technology Holdings Llc Battery monitoring network
US9316694B2 (en) 2013-02-12 2016-04-19 Johnson Controls Technology Company Battery monitoring system with time-based diagnostic activation
JP6407896B2 (ja) 2013-02-21 2018-10-17 ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツングRobert Bosch Gmbh リチウムバッテリシステムの総容量および個々の電極の容量を推定するための方法およびシステム
US10664562B2 (en) 2013-02-24 2020-05-26 Fairchild Semiconductor Corporation and University of Connecticut Battery state of charge tracking, equivalent circuit selection and benchmarking
US9575128B2 (en) 2013-03-12 2017-02-21 GM Global Technology Operations LLC Battery state-of-charge estimation for hybrid and electric vehicles using extended kalman filter techniques
US9668032B2 (en) 2013-05-16 2017-05-30 Nergysense, Llc Apparatus, system and method for a cloud based universal fleet monitoring system
US20140342193A1 (en) 2013-05-17 2014-11-20 Tenergy Corporation Smart battery system
US20140350877A1 (en) 2013-05-25 2014-11-27 North Carolina State University Battery parameters, state of charge (soc), and state of health (soh) co-estimation
JP6239611B2 (ja) 2013-06-03 2017-11-29 古河電気工業株式会社 充電制御装置および充電制御方法
EP2816366A1 (de) 2013-06-18 2014-12-24 VITO NV (Vlaamse Instelling voor Technologisch Onderzoek NV) Überwachung der in einer Batterie gespeicherten Ladung
JP6197479B2 (ja) 2013-08-23 2017-09-20 トヨタ自動車株式会社 蓄電システム及び蓄電装置の満充電容量推定方法
US10393813B2 (en) 2013-08-27 2019-08-27 The Regents Of The University Of Michigan On-board state of health monitoring of batteries using incremental capacity analysis
KR101708885B1 (ko) * 2013-10-14 2017-02-21 주식회사 엘지화학 혼합 양극재를 포함하는 이차 전지의 상태 추정 장치 및 그 방법
WO2015056964A1 (ko) 2013-10-14 2015-04-23 주식회사 엘지화학 하이브리드 이차 전지의 상태 추정 장치 및 그 방법
WO2015056963A1 (ko) 2013-10-14 2015-04-23 주식회사 엘지화학 혼합 양극재를 포함하는 이차 전지의 상태 추정 장치 및 그 방법
US9205755B2 (en) 2014-01-14 2015-12-08 Ford Global Technologies, Llc Receding horizon regression analysis for battery impedance parameter estimation
US20150226807A1 (en) 2014-02-12 2015-08-13 Seeo, Inc Determination of nominal cell resistance for real-time estimation of state-of-charge in lithium batteries
CN112965640B (zh) 2014-02-28 2024-06-25 株式会社半导体能源研究所 电子设备
US9446678B2 (en) 2014-03-05 2016-09-20 Ford Global Technologies, Llc Battery model with robustness to cloud-specific communication issues
US9533597B2 (en) 2014-03-05 2017-01-03 Ford Global Technologies, Llc Parameter identification offloading using cloud computing resources
US9132745B1 (en) * 2014-03-17 2015-09-15 Ford Global Technologies, Llc Frequency based battery model parameter estimation
JP2015178963A (ja) 2014-03-18 2015-10-08 株式会社東芝 算出装置及び算出方法
US20150302723A1 (en) 2014-04-16 2015-10-22 Ark Corporation Pty Ltd Battery Monitor and Controller
US9312722B2 (en) 2014-05-09 2016-04-12 Ford Global Technologies, Llc System and method for battery power management
US9581988B2 (en) * 2014-06-05 2017-02-28 Ford Global Technologies, Llc Method and system for battery state of charge estimation
FI127220B (fi) 2014-06-06 2018-01-31 Polar Heater Oy Akun monitorointilaite akun kunnon ilmaisemiseksi ja akun monitorointilaitteen valmistusmenetelmä
EP2963434B1 (de) 2014-06-30 2021-08-11 Foundation Of Soongsil University-Industry Cooperation Batteriezustandsschätzungsverfahren und system mit dualem erweitertem kalman-filter und aufzeichnungsmedium zur durchführung des verfahrens
EP3180832B1 (de) 2014-08-14 2020-09-30 Schumacher Electric Corporation Batterieladegerätstatussteuerungssystem und -verfahren
FR3029315B1 (fr) 2014-11-28 2016-12-09 Renault Sa Procede automatique d'estimation de la capacite d'une cellule d'une batterie
US10547184B2 (en) * 2015-02-18 2020-01-28 The Boeing Company System and method for battery management
US10440542B2 (en) 2015-11-24 2019-10-08 NuGen Systems, Inc. Wireless battery monitoring and control system for parachute deployment and auto load disengagement
US10224579B2 (en) 2015-12-31 2019-03-05 Robert Bosch Gmbh Evaluating capacity fade in dual insertion batteries using potential and temperature measurements
US10263447B2 (en) 2016-01-29 2019-04-16 Robert Bosch Gmbh Secondary battery management system
US20170271984A1 (en) 2016-03-04 2017-09-21 Atigeo Corp. Using battery dc characteristics to control power output

Also Published As

Publication number Publication date
US20170222447A1 (en) 2017-08-03
CN108604712B (zh) 2021-12-07
KR20180095704A (ko) 2018-08-27
WO2017129520A1 (en) 2017-08-03
US10686321B2 (en) 2020-06-16
KR102233612B1 (ko) 2021-03-30
CN108604712A (zh) 2018-09-28

Similar Documents

Publication Publication Date Title
DE112017000272T5 (de) Sekundärbatterieverwaltung
DE112017000274B4 (de) Sekundärbatterie-verwaltungssystem
DE112017002588T5 (de) Treppenladen
US10985588B2 (en) Secondary battery management system
EP3437152B1 (de) Batteriemanagementsystem mit mehreren beobachtern
CN109716150B (zh) 具有远程参数估计的二次电池管理系统
KR102650965B1 (ko) 배터리 상태 추정 방법
EP3475712B1 (de) Verfahren und vorrichtung zur schätzung einer spannung einer batterie
DE102015108295A1 (de) Verfahren und System zum Schätzen von Batteriemodellparametern zur Aktualisierung von für Steuerungen verwendeten Batteriemodellen
DE112016005119T5 (de) Interne Kurzschlussdetektion und -abschwächung in Batterien
DE102017105067A1 (de) Batteriekapazitäts-Schätzung auf Basis elektrochemischer Modelle reduzierter Ordnung
DE102019209165A1 (de) System und verfahren zum betreiben von batterien auf basis einer elektrodenkristallstrukturänderung
DE102020206272A1 (de) Batterieverwaltungssystem mit gemischter elektrode
DE102022134261A1 (de) Elektronische Schaltung zur Ermittlung des Ladezustands einer Batteriezelle
DE112022001905T5 (de) Schätzvorrichtung, Schätzverfahren und Computerprogramm

Legal Events

Date Code Title Description
R012 Request for examination validly filed